Differential impact of adherence on long-term treatment response among naive HIV-infected individuals
Notice bibliographique
Résumé
OBJECTIVES: To examine the long-term impact of adherence on virologic, immunologic, and dual response stratified by type of HAART regimen in treatment-naive patients starting HAART in British Columbia, Canada; and to assess the degree of virologic and immunologic response associated with emergence of drug resistance, progression to AIDS, and mortality. METHODS: Eligible participants initiated HAART between 1 January 2000 and 30 November 2004, were followed until 30 November 2005, and had at least 2 years of follow-up. Virologic and immunologic responses were dichotomized at their median values. Virologic response was defined as at least 65% of follow-up time with plasma viral load (pVL) of less than 50 copies/ml. Immunologic response was defined as a CD4 cell count increase of at least 145 cells/microl. Adherence measures were based on prescription refill compliance. Proportional odds models and logistic regression were used to address our objectives. RESULTS: The distribution of patient responses was 394 (44.9%) for CD4+/pVL+ (best), 350 (39.9%) for CD4-/pVL+ or CD4+/pVL- (incomplete), and 134 (15.3%) for CD4-/pVL- (worst). We found a positive correlation between adherence and virologic and immunologic responses (P < 0.01). Having worst compared with best response (reference group) was associated with higher odds of mortality (odds ratio: 6.09; 95% confidence interval: 2.57-14.42) and emergence of drug resistance (odds ratio: 10.56; 95% confidence interval: 5.93-18.81) even after adjusting for adherence and HAART regimen. CONCLUSION: Patients not attaining the best virologic and immunologic responses are at a high risk for emergence of drug resistance and mortality, and these responses are highly dependent on the adherence level and initial HAART regimen. Patients on protease inhibitor-single did worse no matter the adherence level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».